
當車載 Agent 成為行業熱詞,絕大多數目光都聚焦座艙內的人機對話,卻容易忽略 AI 正在車企體系內部掀起的深層變革。近日,2026 騰訊全球數字生態大會在深圳舉行,TAI 座艙智能體、智駕地圖海外版、車企 AI 組織效能解決方案等一批重磅成果集中對外亮相。
同期的閉門交流中,騰訊雲副總裁、智慧出行負責人鍾學丹,騰訊雲副總裁李博,騰訊雲副總裁孫燕圍繞產業現實命題展開深度分享,釐清了當下汽車行業 AI 的兩條演進主線:面向 C 端,AI 上車,從“會聊天”走向“能辦事”,重構全週期出行體驗;面向 B 端,AI“入職”車企,把員工個體能力沉澱為組織可復用資產,實現產品迭代與組織進化雙向互哺。
鍾翔平在智慧出行專場提出“產品進化牽引組織變革”
對話只是起點,閉環能力才是試金石
車載智能體如今已是行業炙手可熱的賽道,不少產品把對話交互能力當作最大賣點。但喧囂之下,真正拉開體驗差距的,是從聽懂話語到落地辦事的完整鏈路,是安全邊界的分寸拿捏,更是如何服務不同車企,做出屬於品牌自身的獨特質感。
在鍾學丹看來,座艙 AI 的分水嶺已經到來:“能聊是第一步,更重要的是真的能幫用戶辦成事。”
市面上不少智能體停留在問答層面,給出一段回答,交互便到此為止。而升級後的 TAI 座艙智能體,致力於走完從意圖識別、服務調用再到業務履約的全流程。它糅合元寶全雙工語音、元寶搜索與混元大模型,對接 13 個垂直行業合計 157 家權威信源,用紮實的信源基底,對沖大模型容易產生的幻覺風險,保證行車場景下輸出信息的可靠度。依托騰訊地圖、微信小程序與微信支付的生態積澱,用戶口頭發出訂位、購票、調整路線、繳納停車費等指令,整套服務可以一氣呵成,不必再跳轉多個應用手動操作。
TAI 智能體打通座艙服務閉環
這套系統採用端雲協同的混合架構,兼顧安全、隱私與實用性。車內採集的感知信息保留在車本地,不外洩至雲端;端側承擔簡單意圖解析,雲端則負責複雜任務的統籌推理。“網絡環境不佳的時候,雲端能力會受限,但端側的基礎能力依舊可以保障用戶的基礎交互。”在信號波動的真實行車環境中,這套分工模式,平衡了響應速度、數據隱私與複雜任務處理的需求。
車控權限,一直是座艙智能體繞不開的敏感命題。鍾學丹態度十分明確,騰訊不會越界接管整車底層控制邏輯。“車控的權限鑰匙掌握在車企手裡,我們只做意圖識別與調用協議。哪些指令允許執行、什麼場景下可以執行,全部由車企定義安全邊界。”
李博也補充,實現 Agent 編排的技術條件已經成熟,但車輛域接口開放程度、整車安全評估、合規測試,主導權始終握在主機廠手中。
當整個行業共享大模型底座,怎樣塑造不同車型的差異化體驗?鍾學丹認為,特色並不藏在通用大模型內部,而是來源於三重現實要素:車輛本身的感知硬件稟賦、車企經年累月沉澱下的用戶習慣記憶,還有品牌自身對座艙體驗的理解與審美。大模型只是通用工具,一臺車獨特的溫度,終究需要車企結合自身用戶群體去打磨。
安全層面,整套體系布下多重防護網,恪守汽車行業的數據合規準則,攔截惡意輸入;車控指令配套上下文校驗、權限分級機制,同時依靠持續迭代的評測體系,把車載場景的風險隱患擋在門外。
TAI 還打通元寶、小微的跨端能力,把出行體驗延伸到車機之外,構建起行前、行中、行後的服務接續。用戶在微信端規劃好路線,可以一鍵流轉到車機;抵達目的地之後,本地消費服務又回流至手機。手機和車機不存在誰替代誰的關係,更多是場景互補,座艙 AI 的核心使命,是服務完整的出行全週期,而非執著於在車內追求無休止的對話時長。
跳出個體提效困局,讓 AI 沉澱為企業的組織資產
孫燕分析車企組織效能與 AI 落地痛點
如今幾乎所有車企都在引入各類 AI 辦公工具,但產業實踐中浮現出一個普遍的現實困境:員工個體借助 AI,工作效率得到顯著提升,可放大到部門乃至整個企業層面,收益卻並不明顯。骨幹員工日積月累摸索出的實操經驗,往往會隨著人員流動一同流失,個體的效率增益,很難轉化成組織的長久能力,這也是本次大會提出“新組織”概念的現實土壤。
孫燕對此有著清醒的判斷:“員工效率提升是組織效率提升的基礎,但員工效能提升不等於組織效能提升。”
WorkBuddy、CodeBuddy 固然能夠解放個體生產力,可如果優秀的思路、判斷邏輯無法固化為企業內部可復用的資產,企業就會陷入反覆重複造輪子,不斷踩舊坑的循環。騰訊給出的解法,是把個體實戰經驗沉澱為可復用的 Skill 智能能力,滲透到車企研產供銷服各個業務環節。
有國內主機廠將 WorkBuddy 運用於產品定義與驗證環節,業務整體效率實現 90% 的躍升。從前,工程師要手寫大量腳本完成數據清洗、標註、校驗,流程繁瑣,成果分散保存在個人設備中,溯源困難。借助 DataBuddy,工程師用自然語言即可發起任務,系統自動匹配算子,生成完整可運行的處理流程,調度彈性算力完成運算,處理結果自動入庫,每一步操作均可回溯核查。
AI 生產力平台沉澱車企組織能力
“不是簡單給員工配發一個 AI 聊天工具,我們希望把優秀員工的思考邏輯、判斷標準固化下來,新人入職不需要一切從零開始。”騰訊打造 FDE“火箭班”共創模式,組建由騰訊技術專家與車企業務專家共同構成的敏捷小組,優先篩選高價值、落地可行性強的業務場景深度打磨,在交付工具的同時,把方法論沉澱給車企自身。長安汽車便是典型案例,雙方聯合打造八大業務智能體,覆蓋產品策劃、產銷協同、質量運營、AI Coding 等場景,全部投入實際運轉,帶來數倍的業務效率提升。
產銷協同,長久以來都是傳統車企的棘手難題。銷售、生產、供應鏈、庫存分屬不同部門,資訊相互隔絕,過去要耗費數周的會議研討,才能完成一輪經營決策。引入智能體之後,系統自動匯總跨部門經營數據,輸出多套備選方案,比如優先保障利潤或是優先衝刺市場銷量,交由業務人員確認執行,原本數周的決策週期,被壓縮至一到兩天。
孫燕也觀察到一個值得玩味的行業現象:相較於新勢力車企,傳統大型車企對這套組織提效方案的渴求反而更為迫切。龐大的業務體量、漫長的產業鏈條,催生了大量資訊孤島,而 AI 智能體恰好能夠打通割裂的數據,搭建起企業全局經營觀察視角。
這套方案並不強求車企全盤替換現有工具,WorkBuddy 具備不錯的兼容,可以對接多家大模型。它的核心訴求,是把 AI 真正嵌入企業現有的業務流程,而不是打造僅供演示的空中樓閣式 Demo。
破解複雜現實課題,出海成第二增長曲線
李博解讀出海智能化與騰訊“智能副駕”定位
國內市場存量博弈愈演愈烈,出海已經成為中國車企繞不開的增長命題。但智能化出海絕非把國內軟件直接平移複製,跨境數據合規、海外雲服務基建、各地迥異的生態環境,都是橫在面前的重重關卡。
李博梳理出海路上的三大現實阻礙。其一便是數據合規碎片化,歐洲 GDPR、越南的數據本地化存儲要求,不同國家與地區規則各有一套;其二,海外雲服務成本居高不下,傳統工單式的響應節奏,難以匹配智能駕駛研發對於實時性的嚴苛訴求;其三,海外互聯網生態高度分散,不像國內高度聚合,地圖、音樂、支付等基礎服務,都需要重新完成適配對接。
騰訊持續擴建全球雲基礎設施,法蘭克福、馬來西亞、墨西哥、大阪、泰國等多地數據中心完成新建與擴容,協助車企搭建雲原生跨境合規網關,化解智駕研發過程中跨境數據流動的棘手難題。比亞迪歐洲自研智駕項目,背後的雲底座、數據閉環、合規體系,正是由騰訊提供支撐。
技術底座之外,AI 工具也同步走向海外,WorkBuddy 海外版已經落地,國內跑通的智能體能力,能夠高效複用到海外團隊,彌合海內外員工協同的鴻溝。備受行業關注的智駕地圖海外版,將於今年年底正式推出,打造“全球一張圖”,座艙地圖與智駕地圖共享同一套底層引擎,統一接口,降低車企維護兩套獨立系統的成。落地節奏上優先深耕東南亞市場,再逐步向歐洲、南美延展。
智駕地圖海外版助力車企全球化落地
李博談到,騰訊出海不只是輸出底層雲能力,同樣扮演生態串聯者的角色。海外本地內容服務商接入門檻複雜,騰訊會協助車企對接屬地資源,優先解決業務“有無”的問題,再去打磨體驗的進階優化。
目光投向 Robotaxi、具身智能這些前沿賽道,李博分析,自動駕駛與具身智能在技術本源上高度相通,二者都建立在物理 AI 與世界模型之上。騰訊並不下場打造 Robotaxi 整車,而是輸出雲底座、仿真環境、數據閉環套件;同時依托騰訊出行的 C 端流量入口,將 Robotaxi 服務接入出行小程式,打通 B 端車隊運營和普通用戶的的叫車鏈路,小馬智行、文遠知行、蘿蔔快跑等企業均已完成接入。
甘做車企的智能“副駕”,不搶占 C 端前台
當下不少科技企業,熱衷於為車載大模型打造面向消費者的獨立 C 端品牌,而 TAI 始終保持 B 端定位,這也是交流中反覆被探討的話題。
李博重申騰訊智慧出行一貫的立場:做車企的“智能副駕”,主駕永遠是車企自己。“消費者購車,認可的是車企品牌,整車體驗的所有權應理屬於主機廠。騰訊輸出底層平台、生態與智能體能力,而不是衝到台前,代替車企建立面向 C 端用戶的品牌認知。”
這樣的定位,也決定了商業化路徑的多元。座艙智能體可以采用 License 授權、Token、雲服務等多種計費方式,隨車企合作模式靈活調整。談及行業熱議的 Token 付費模式,李博有著務實的判斷:國內市場很難直接向普通車主按次售賣 Token。國內用戶長期已經習慣互聯網普惠體驗,直接按交互次數收費接受度很低。未來更可行的路徑,是和會員權益、售後服務深度綁定,依托業務分潤實現商業閉環,而非簡單售賣 Token。
談及長期競爭壁壘,鍾學丹認為騰訊的優勢不在於某個單點模型,而是“底座 + 生態 + 業務共創”三位一體的綜合能力。既有混元大模型、AI Infra 算力底座作為基石,又擁坐微信、支付、小程式、地圖、內容的完整生態,再依靠 FDE 共創模式扎進車企真實業務,讓 AI 能力落地於真實業務場景,而不是止步於 PPT 與演示 Demo。
鍾翔平開場的論述貫穿整場交流:產品進化牽引組織變革,組織變革支撐產品進化。評判 AI 價值高低,從來不是看堆砌了多少智能體,而是看能不能實實在在解決業務痛點,為企業、為普通用戶創造真切的價值。
AI 浪潮席捲汽車行業,改變的遠不止座艙裡一個更聰明的語音助手,而是一邊重塑用戶在車上的出行體驗,一邊深入車企經營的肌理,改造從研發到服務的整套運轉邏輯。騰訊的思路清晰篤定:一方面推動 AI 上車,把簡單對話升級為完整的服務閉環;另一方面推動 AI“入職”車企,將零散的個人經驗,沉澱為企業可復用的組織資產,為身處存量競爭與全球化浪潮中的中國汽車產業,提供一套完整的數字化支撐。